WO2024070196A1 - 撮像システム、撮像プログラム、及び撮像方法 - Google Patents

撮像システム、撮像プログラム、及び撮像方法 Download PDF

Info

Publication number
WO2024070196A1
WO2024070196A1 PCT/JP2023/028050 JP2023028050W WO2024070196A1 WO 2024070196 A1 WO2024070196 A1 WO 2024070196A1 JP 2023028050 W JP2023028050 W JP 2023028050W WO 2024070196 A1 WO2024070196 A1 WO 2024070196A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
subject
imaging
images
best angle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2023/028050
Other languages
English (en)
French (fr)
Inventor
悠 榎本
佳典 須山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Unixon Systems Co Ltd
Original Assignee
Unixon Systems Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Unixon Systems Co Ltd filed Critical Unixon Systems Co Ltd
Priority to EP23869309.7A priority Critical patent/EP4507290A4/en
Priority to CN202380039061.6A priority patent/CN119156808A/zh
Priority to JP2024507859A priority patent/JP7505838B1/ja
Publication of WO2024070196A1 publication Critical patent/WO2024070196A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/268—Signal distribution or switching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Definitions

  • the present invention relates to an imaging system, imaging program, and imaging method. More specifically, the present invention relates to an imaging system, imaging program, and imaging method that can automatically switch between images captured by multiple cameras and always output images from the best angle to the viewer.
  • Patent Document 1 performs switching work based on audio information, and while it is suitable for programs such as talk shows and informational programs that are directed based on the remarks of the performers, no consideration was given to its application to live sports broadcasts, where the relative positions of the players affect the direction of the show.
  • the present invention was devised in light of the above, and aims to provide an imaging system, imaging program, and imaging method that can automatically switch between images captured by multiple cameras and always output images from the best angle to the viewer.
  • the imaging device of the present invention comprises a plurality of imaging devices which capture images of the same subject from different viewpoints at the same time; a switching determination unit which determines the best angle from images captured by the plurality of imaging devices and selects an imaging device which outputs the image at the best angle; a control unit which instructs the imaging device selected by the switching determination unit to execute at least one of the control processes of zooming out from the subject, zooming in to the subject, tracking the subject, and maintaining the previous screen size; and an output unit which outputs the image captured by the imaging device controlled based on the control process by the control unit.
  • a switching determination unit that determines the best angle from the images captured by multiple imaging devices and selects the imaging device that will output the image with the best angle, it is possible to automatically determine from among multiple images the image that can most effectively convey the battle situation to viewers based on an objective judgment rather than a subjective judgment by an operator.
  • efficient switching work can be achieved.
  • the switching determination unit performs a screen size change process (zooming out, zooming in, tracking) or maintenance process according to the subject's situation immediately after switching from the current image to an image with a different viewpoint, making it possible to perform the most effective image processing according to the subject's situation and output a realistic image to the viewer.
  • the switching determination unit also has a detection unit that detects multiple moving objects competing in the stadium as subjects and detects each of the subjects as a rectangle from each frame image of the video captured by the imaging device, making it possible to detect moving objects (including people, animals, cars, etc.) competing in the stadium and identify an area that surrounds a specified range of the detected moving objects.
  • the switching determination unit also has a rectangle distance measurement unit that measures the rectangle distance, which is the distance between the central coordinates of the rectangles of the moving objects that are the subjects detected by the detection unit, and when determining the best angle based on the rectangle distance, for example in a competitive martial arts match, it can determine that the best angle is an image from an angle that shows two competing fighters as side-by-side as possible. This means that images in which one fighter is obstructed by overlapping fighters are excluded from the best angle, and an image in which the overall movements of both fighters can always be seen can be output to the viewer.
  • the detection unit when the detection unit detects at least two athletes competing in a competition in a stadium and at least one referee who makes a decision to allow the athletes to compete as eligible subjects, the detection unit can select the best angle based on the relative positions of the athletes and the referee by detecting the athletes and the referee who makes a decision to allow the athletes to compete as eligible subjects.
  • the switching judgment unit determines that the best angle is the image in which the player and the umpire do not overlap, or the player is positioned further forward than the umpire, and the image in which the distance between the rectangles measured by the distance between the rectangles measurement unit is the longest, it can exclude from the best angles images in which the player is blocked by the umpire's presence, and select from the remaining images an image in which the players are as side-by-side as possible as the best angle. Therefore, it is possible to output to the viewer an image that always allows the overall movements of both players to be grasped, while also taking into account the position of the umpire.
  • the detection unit also has a uniform color determination unit that determines the color of the uniforms of the players in the frame images based on the color information, and when detecting a specific person from among the subjects based on the results of the determination by the uniform color determination unit, the uniform colors of the players or referees are registered in advance, and a subject that matches the registered uniform color can be easily detected as a specific person, such as a player or referee.
  • the detection unit also has a motion detection unit that identifies the subject using background subtraction or frame-to-frame subtraction, and when the subject identified by the motion detection unit is detected as a rectangle surrounding the subject, for example in a live sports broadcast, the background contained in the frame images obtained from footage of the game can be extracted based on a publicly known algorithm, and the subject, a player or referee, can be easily detected from the difference.
  • the zoom-in and zoom-out processes performed by the control unit are performed when the ratio of the rectangular width of the subject detected by the detection unit to the width of a specific frame is greater than a value defined by a predetermined first threshold function, and are performed when the ratio is less than a value defined by a predetermined second threshold function.Since the zoom-in or zoom-out processes are performed according to the ratio of the rectangular width of the subject to the width of the screen frame, an image that always allows the viewer to grasp the entire subject can be output immediately after switching to the image selected by the switching determination unit.
  • the tracking process can be performed so that at least two players detected as the subject are always positioned in the center of the screen frame.
  • the imaging program of the present invention causes a computer to execute the steps of receiving multiple images of the same subject captured from different viewpoints at the same time, determining the best angle from the multiple images and selecting an imaging device that outputs the image at the best angle, instructing the imaging device that outputs the image at the best angle to execute at least one control process from among a process of zooming out from the subject, a process of zooming in to the subject, a process of tracking the subject, and a process of maintaining the previous screen size, and outputting the image captured by the imaging device controlled based on the control process.
  • the best angle can be determined from multiple received images captured from different viewpoints according to a predetermined determination condition.
  • the screen size change process or maintenance process is performed according to the subject's situation immediately after switching from the current image to an image with a different viewpoint, so that the most effective image processing can be performed according to the subject's situation, and a realistic image can be output to the viewer.
  • the step of selecting an imaging device that will output the best angle image also includes a step of detecting, as subjects, a number of moving objects competing in the stadium, and a rectangle surrounding each of the subjects from each frame image of the image captured by the imaging device, thereby making it possible to detect moving objects (including people, animals, automobiles, etc.) competing in the stadium from among the subjects, and to identify an area surrounding a specified range of the detected moving objects.
  • the best angle is an image from an angle that shows two competing fighters as side-by-side as possible in a competition such as martial arts.
  • images in which one fighter is obstructed by overlapping fighters are excluded from the best angle, and an image in which the overall movements of both fighters can always be seen can be output to the viewer.
  • the step of selecting an imaging device that outputs the best angle image further includes a step of detecting, as subjects, at least two athletes competing in the stadium and at least one referee who makes a decision to allow the athletes to compete, the best angle can be selected based on the relative positions of the athletes and the referee by detecting, as subjects, the athletes competing in the stadium and the referee.
  • the step of determining that the image with the longest distance between the rectangles is the best angle includes a step of determining that the image with the longest distance between the rectangles is the best angle from among images in which the players and the umpire do not overlap, or from images in which the players are positioned further forward than the umpire, images in which the players are blocked by the umpire's presence can be excluded from the best angles, and from the remaining images, an image in which the players are as side-by-side as possible can be selected as the best angle. Therefore, it is possible to output to the viewer an image that always allows the overall movements of both players to be grasped, while also taking into account the position of the umpire.
  • the step of detecting at least two athletes competing in a stadium as rectangles surrounding each of them includes a step of determining the color of the uniforms of the athletes in the frame image based on predetermined color information, and a step of performing noise processing on the frame image using morphological transformation, the uniform colors of the athletes can be registered in advance, and a subject that matches the registered uniform color can be easily determined to be the athlete to be detected.
  • the step of detecting the referee who makes the decision to allow the players to compete includes a step of grayscaling the frame image and a step of performing noise processing on the frame image by morphological transformation, since referee uniforms are generally monochrome with a white or black base, by grayscaling the frame image, it is possible to easily detect the referee as a subject from the frame image.
  • the imaging method of the present invention comprises the steps of receiving a plurality of images of the same subject captured at the same time from different viewpoints by imaging devices disposed at different positions, determining the best angle from the plurality of images and selecting an imaging device that outputs the image of the best angle, instructing the imaging device that outputs the image of the best angle to execute at least one control process from among a process of zooming out from the subject, a process of zooming in to the subject, a process of tracking the subject, and a process of maintaining the previous screen size, and outputting the image captured by the imaging device controlled based on the control process.
  • the imaging system, imaging program, and imaging method of the present invention automatically switch between images captured by multiple cameras, and can always output images from the best angle to the viewer.
  • FIG. 1 is a diagram showing an overall configuration of an imaging system according to an embodiment of the present invention.
  • FIG. 11 is a diagram showing a processing flow in a detection unit.
  • FIG. 1 is a diagram showing the process of moving object detection using background subtraction.
  • FIG. 13 is a diagram showing a processing flow in a rectangle distance measuring unit.
  • FIG. 4 is a diagram showing a processing flow in a control unit.
  • the imaging system 1 is applied to live broadcasts of martial arts such as boxing as a sports broadcast, and is mainly composed of multiple imaging devices 10 that capture images of subjects (competing athletes) from different viewpoints, a switching decision unit 20 that selects the image with the best angle from the images output from the imaging devices 10, a control unit 30 that commands predetermined image processing for the image selected by the switching decision unit 20, and an output unit 40 for outputting the image to the outside.
  • the imaging device 10 is a digital video camera capable of capturing still and moving images.
  • the imaging device 10 has a known structure, and therefore a detailed description will be omitted.
  • the imaging device 10 mainly comprises a lens, an aperture, a liquid crystal ND filter (transmittance adjustment unit), and an imaging element, and is provided with an image display unit that displays captured images, or an image storage unit that temporarily stores captured images.
  • the lenses include various lenses such as zoom lenses and focus lenses, which focus the subject light onto the exposure surface of the image sensor.
  • the aperture is configured so that it is possible to mechanically adjust the amount of subject light by adjusting its opening. These lenses and apertures can control the zoom lens, focus lens, or aperture position, or control the aperture opening, for example, in response to instructions from a lens driver.
  • the liquid crystal ND filter is configured to be able to adjust the light transmittance (adjust the density) according to the applied voltage, and by adjusting the transmittance according to the applied voltage, the amount of subject light entering the imaging element is adjusted.
  • the image sensor is composed of a CMOS (Complementary Metal Oxide Semiconductor) sensor or a CCD (Charge Coupled Device) sensor.
  • the image sensor captures an image by exposing the subject light that has passed through a liquid crystal ND filter to the light.
  • the image sensor has multiple pixels (R pixels, G pixels, B pixels), and converts the subject light that has been incident on the exposure surface into an electronic signal for each pixel through photoelectric conversion, and outputs the resulting three primary color signals (R, G, B) as analog image data.
  • imaging device 10 multiple imaging devices 10 are installed around the ring in the arena where the martial arts (boxing in the embodiment of the present invention) competition takes place.
  • one imaging device 10a, 10b, 10c, and 10d are placed around the square-shaped ring R installed in the boxing arena, that is, at least four imaging devices in total.
  • These four imaging devices 10a, 10b, 10c, and 10d make it possible to capture images of the fighters competing on the ring R from different viewpoints.
  • the number of imaging devices 10 is not necessarily limited to four, and as long as images from different viewpoints can be obtained, there is no particular limit to the number of imaging devices 10.
  • imaging devices 10 In live sports broadcasts of soccer, baseball, etc., imaging devices 10 must be installed at various positions within the large stadium in order to obtain images from different viewpoints, and in this case at least four imaging devices 10 are installed.
  • the switching determination unit 20 has a function of selecting the imaging device 10 that captures the image at the best angle from among the images from different viewpoints output from the imaging devices 10, and is composed of a detection unit 21, an inter-rectangle distance measurement unit 22, a uniform color determination unit 23, and a moving object detection unit 24.
  • the detection unit 21 has the function of detecting people (athletes competing in the stadium, and judges who make decisions to determine whether the athletes' competition is valid) who are subjects of the images captured by the imaging device 10, and performs detection processing for every certain number of frames of the images output from the imaging device 10. Specifically, frame images are extracted every five frames from the images output from the imaging device 10, and the detection unit 21 performs person detection on the extracted frame images.
  • human detection by the detection unit 21 does not necessarily need to be performed based on frame images every five frames, and the timing of performing the detection process can be changed as appropriate.
  • the detection of people by the detection unit 21 will be explained based on the process flow in Figure 2.
  • a specific frame image is selected from the video output from the imaging device 10, and the moving object detection unit 24 detects moving objects (people) (S11).
  • the moving object detection unit 24 detects moving objects (people including players, referees, and spectators) from the video in the frame image.
  • the detection result is temporarily stored in the memory unit. If the moving object detection unit 24 cannot detect a moving object, the past detection result temporarily stored in the memory unit is read out and used for subsequent processing. Note that the range of past detection results that can be reused in this case can be set arbitrarily, and is set to 2 seconds in this embodiment of the present invention.
  • Motion object detection by the motion detection unit 24 is performed on the selected frame image based on background subtraction.
  • Background subtraction is a known image processing method that extracts a target object by calculating the difference between two frame images captured at the same position at different times, for example, the present and the past.
  • the background contained in the frame image G acquired from the video of the game is extracted based on a known background subtraction algorithm, and a person is identified as a moving object from the difference.
  • Figure 3 shows the process of detecting a moving object from a frame image G using background subtraction.
  • a binary first mask image M1 is obtained from the frame image G, in which moving objects (players, referees, spectators) are shown in white and other parts are shown in black.
  • a color image C is generated by colorizing the white parts of the first mask image M1 based on the frame image G, and the color of the uniform worn by the player is detected from the acquired color image C (S12).
  • uniform colors that can be worn as stipulated in boxing competition rules are registered in advance in the uniform color determination unit 23, the uniform colors worn by the players are extracted from the color image C, and the extracted uniform colors are compared with the uniform colors registered in the uniform color determination unit 23 to identify each of the competing players from within the color image C.
  • a second mask image M2 consisting of two values is obtained, with the detected player in white and other people and the background in black. Then, a rectangle that encloses the entire white portion of the second mask image M2 is defined, and one of the players can be detected from the second mask image M2 as a first rectangle B1. By applying the above process to the other opposing player, the other player is detected from the second mask image M2 as a second rectangle B2 (S14).
  • a third rectangle B3 that surrounds the first rectangle B1 and the second rectangle B2 can also be defined. This third rectangle B3 is used in the control process in the control unit 30, which will be described later.
  • the referee is then detected.
  • Referee uniforms are often primarily white or black in color, so in this embodiment of the present invention, the frame image is first converted to grayscale (S15), and the referee's uniform is detected by identifying the brightest "white” in the grayscale image (S16). Then, once the referee has been detected, noise processing is performed on the boundary between the referee and the background in the frame image, similar to the player detection process (S17), and the definition of a rectangle surrounding the entire referee is completed (S18).
  • the referee's uniform color defined by the competition rules may be stored in a memory unit in advance, and the referee's uniform may be identified by comparing the uniform color stored in the memory unit with the color in the frame image.
  • the rectangle distance measurement unit 22 has the function of measuring the rectangle distance defined for each player by the detection unit 21. Specifically, it defines the center coordinates of a first rectangle B1 and a second rectangle B2 of two competing players in multiple frame images captured by the imaging device 10. It then measures the distance between the center coordinates and defines the image with the longest rectangle distance as the best angle.
  • the image with the longest inter-rectangular distance between the players is one in which the players overlap little and are shown side-by-side, providing a composition that allows the movements of each player to be seen best, and this type of image is defined as the best angle in the present invention. Therefore, the imaging device that outputs the image with the longest inter-rectangular distance between the players is selected as the imaging device that outputs the best angle image.
  • the rectangle distance measurement unit 22 takes into consideration the relative positional relationship between the player and the referee, and selects from the output images an image in which the player and the referee do not overlap, or an image in which the player is positioned further forward than the referee, and determines the image in which the player's rectangle distance is the longest as the best angle. This makes it possible to prevent an image in which the player's movement is blocked by the referee from being erroneously determined to be the best angle.
  • FIG. 4 is a diagram showing the processing flow by the switching determination unit 20.
  • the distance between the rectangles of the players in the current frame image captured by the imaging device 10 is measured (S21), and the measurement result is stored in the memory unit.
  • the measurement result is stored in the memory unit.
  • time elapsed since the previous video change which is the judgment condition in S24, does not necessarily have to be set to 5 seconds and can be set arbitrarily.
  • the process proceeds to S25, where it is determined whether the distance between the rectangles of the players is within a predetermined range. That is, in S25, if the distance between the players is close based on the distance between the rectangles measured in S21, the players will be shown overlapping each other in the image, making it difficult for the viewer to understand the situation of the match, so it is determined that switching of the imaging device 10 is necessary and the process proceeds to S23.
  • the distance between the players for the purpose of judgment in S25 can be set arbitrarily.
  • S23 certain imaging devices 10 are excluded from the switching candidates. Specifically, imaging devices 10 that output frame images in which the rectangle of one of the players is not detected, or in which both players are not detected, and imaging devices 10 that output frame images in which the referee is detected in front of the players, are excluded from the imaging devices 10 that are candidates for switching.
  • control unit 30 Next, the control process by the control unit 30 will be described with reference to the flow diagram of Fig. 5.
  • the switching determination unit 20 selects the imaging device 10 that outputs the image at the best angle and the imaging device 10 is switched (S31)
  • the control unit 30 has a function of instructing the imaging device 10 after the switching to control the output of the image.
  • the screen size of the output image of the imaging device 10 after switching is compared with the rectangle detected by the detection unit 21 to determine whether to perform a zoom-out process, a zoom-in process, a tracking process, or a maintenance process that maintains the previous screen size (S32).
  • the output image from the imaging device 10 before switching is compared with the output image from the imaging device 10 after switching, and if the output image after switching shows the player large relative to the output screen size, the zoom-out process is performed, and conversely, if the player is small relative to the screen size, the zoom-in process is performed, and the size of the player is adjusted to be appropriate for the screen size.
  • a variable threshold process is used to determine which process to perform, based on the width of the rectangle detected by the detection unit 21. Specifically, based on the threshold functions defined by the following equations (1) and (2), if the ratio of the width of the player's rectangle to the screen frame of the frame image is smaller than the value of equation (1), which is the threshold function for the zoom-out process, the zoom-out process is performed, and if it is larger than the value of equation (2), which is the threshold function for the zoom-in process, the zoom-in process is performed. Note that w in equations (1) and (2) is the width of the player's rectangle detected by the detection unit 21. 26064 ⁇ w ⁇ (-1.936) + 1.1 (1) 3500.7 ⁇ w ⁇ (-1.465) + 1.25 (2)
  • the zoom-out process and the zoom-in process do not necessarily need to be judged based on the threshold functions of the above-mentioned formulas (1) and (2), and the judgment criteria can be changed as appropriate.
  • the tracking process (S35) will be described.
  • the central coordinates of a third rectangle B3 that surrounds the two competing players in the frame image captured by the imaging device 10 are defined.
  • the deviation between the central coordinates and the central position of the frame image is calculated, and if the deviation is greater than a predetermined amount, it is determined that the player is captured in a position that is shifted from the central position of the frame image, and a pan or tilt tracking process is instructed to the imaging device 10 so that the central coordinates of the third rectangle B3 match the central position of the frame image.
  • the tracking process when determining the tracking process, it is not necessary to calculate the amount of deviation between the center coordinates of the third rectangle B3 and the center position of the frame image. For example, it is possible to define the midpoint of a line connecting the center coordinates of the first rectangle B1 and the center coordinates of the second rectangle B2, and calculate the amount of deviation between this midpoint and the center position of the frame image.
  • the tracking process is basically constant speed tracking
  • accelerated tracking such as accelerating tracking may also be performed depending on the state of the athlete.
  • the athletes are not always moving around the ring, but may stop moving on the spot to check each other.
  • the initial movement of tracking by the imaging device 10 can be controlled at a constant acceleration to achieve camerawork that does not seem strange to the viewer.
  • the screen is updated (S36), and the updated image is output from the output unit 40.
  • the previous screen size is maintained as is (S37).
  • the present invention can be applied not only to sports broadcasts of martial arts such as boxing, but also to various sports broadcasts such as ball games, swimming, motor sports, and even horse racing in which animals play a leading role, and in such cases, the detection unit 21 detects the cars and animals that are the main characters of each sport as subjects and determines the best angle.
  • the imaging system, imaging program, and imaging method of the present invention automatically switch between images captured by multiple cameras, and can always output images from the best angle to the viewer.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Circuits (AREA)
  • Studio Devices (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

【課題】複数のカメラで捉えた映像の切り替えを自動的に行い、視聴者に対して常にベストアングルの映像を出力することができる撮像システム、撮像プログラム、及び撮像方法を提供することを目的とする。 【解決手段】撮像システム１は、スポーツの競技場内に設置された複数の撮像装置１０のスイッチングワークを自動で行うシステムであり、スイッチング判定部２０、制御部３０、及び出力部４０を備えている。スイッチング判定部２０により、撮像装置１０で撮像された複数の映像からベストアングルの映像を出力する撮像装置１０が選択される。選択された撮像装置１０に対しては、制御部３０より最適な画面サイズとなるようなカメラワークが指令され、視聴者に対して常にベストアングルの映像を出力することができる。

Description

撮像システム、撮像プログラム、及び撮像方法
　本発明は、撮像システム、撮像プログラム、及び撮像方法に関する。詳しくは、複数のカメラで捉えた映像の切り替えを自動的に行い、視聴者に対して常にベストアングルの映像を出力することができる撮像システム、撮像プログラム、及び撮像方法に係るものである。
　スポーツ中継等の撮影では、競技コート上を動き回る競技者やボールを様々な方向から撮影するために、試合会場の各所に複数のカメラが配置される。そして、オペレータがスイッチャによって各カメラを切り替えることで、試合状況に応じて視聴者が最も興味を示すと思われる映像を選択し、放送波を介して送信、或いはレコーダに記録するといった処理が行われる。
　従来のスポーツ番組の制作では、スイッチングワークをオペレータが手作業で行っているため、人的コストを要するものとなっていた。また、オペレータは、スポーツ中継が行われている間、常に各カメラで撮像されている映像を確認する必要があるため、作業負担が大きいとともに、オペレータがスポーツのルールと放送番組上の演出に精通する必要があった。
　そこで、スイッチングワーク（スイッチャの切り替え）を人手によらず行う発明として、音声情報に基づいて話者の判定と発言内容の同定を行い、映像の切り替えを適宜行う技術が知られている（例えば、特許文献１参照）。
特開２００５－２９５４３１号公報
　しかしながら、前記した特許文献１に開示の技術は、音声情報に基づいてスイッチングワークを行うものであり、対談番組や情報番組など出演者の発言に基づいて演出をする番組には適しているものの、選手の位置関係が演出を左右するスポーツ中継への適用は何ら考慮されたものではなかった。
　本発明は、以上の点に鑑みて創案されたものであり、複数のカメラで捉えた映像の切り替えを自動的に行い、視聴者に対して常にベストアングルの映像を出力することができる撮像システム、撮像プログラム、及び撮像方法を提供することを目的とするものである。
　前記の目的を達成するために、本発明の撮像装置は、同じタイミングで同じ被写体を異なる視点から撮像する複数の撮像装置と、前記複数の撮像装置で撮像された映像からベストアングルを判定し、該ベストアングルの映像を出力する撮像装置を選択するスイッチング判定部と、該スイッチング判定部により選択された前記撮像装置に対して、前記被写体からのズームアウト処理、前記被写体へのズームイン処理、前記被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちの少なくとも一の制御処理の実行を指示する制御部と、該制御部による制御処理に基づいて制御された前記撮像装置により撮像された映像を出力する出力部とを備える。
　ここで、同じタイミングで同じ被写体を異なる視点から撮像する複数の撮像装置を備えることにより、例えばスポーツ中継において、競技者の競技の状況をあらゆる視点から撮像することができ、これら異なる視点からの映像を出力することで競技の戦況を視聴者に対してわかりやすく伝達することができる。
　また、複数の撮像装置で撮像された映像からベストアングルを判定し、ベストアングルの映像を出力する撮像装置を選択するスイッチング判定部を備えることにより、オペレータによる主観的な判断によらず客観的な判断に基づいて、複数の映像の中から視聴者に対して戦況を最も効果的に伝えることができる映像を自動的に判定することができる。また、スイッチングワークを行うオペレータを配置する必要がないため、効率的なスイッチングワークを実現することができる。
　また、スイッチング判定部により選択された撮像装置に対して、被写体からのズームアウト処理、被写体へのズームイン処理、被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちから少なくとも一の制御処理の実行を指示する制御部を備えることにより、スイッチング判定部により、現在の映像から異なる視点の映像への切り替わり直後において、被写体の状況に応じた画面サイズの変更処理（ズームアウト処理、ズームイン処理、追尾処理）、或いは維持処理が行われるため、被写体の状況に応じて最も効果的な映像処理を行い、視聴者に対して臨場感のある映像を出力することができる。
　また、制御部による制御処理に基づいて制御された撮像装置により撮像された映像を出力する出力部を備えることにより、所定の映像処理が行われたベストアングルの映像を常に視聴者に対して出力することができる。
　また、スイッチング判定部は、競技場内において競技を行う複数の動体を被写体とし、撮像装置により取得された映像の各フレーム画像から、被写体のそれぞれを包囲する矩形として検知する検知部を備えることにより、競技場内で競技を行う動体（人物、動物、自動車等を含む）を検知し、検知した動体の所定の範囲を包囲する領域を特定することができる。
　また、スイッチング判定部は、検知部において検知した被写体である動体同士の矩形の中心座標間の距離である矩形間距離を計測する矩形間距離計測部を有し、矩形間距離に基づいてベストアングルと判定する場合には、例えば格闘技等の競技において、対戦する２名の選手がなるべく横並びで映っているアングルの映像をベストアングルと判定することができる。これにより、選手同士が重なることで、一方の選手が遮られる映像がベストアングルから除外され、常に両選手の全体の動きが把握できる映像を視聴者に対して出力することができる。
　また、検知部は、競技場内において競技を行う少なくとも２名の選手と、選手の競技を成立させるための判定を下す少なくとも１名の審判員を被写体として検知する場合には、競技を行う選手、及び競技を成立させるための審判員を被写体として検出することで、選手と審判員との位置関係に基づいてベストアングルを選択することができる。
　また、スイッチング判定部は、選手と審判員とが重複しない映像、或いは選手が審判員よりも前面側に位置する映像のうち、矩形間距離計測部で計測された矩形間距離が最も長い映像をベストアングルと判定する場合には、審判員の存在によって選手が遮られる映像をベストアングルから除外し、残る映像の中から選手同士がなるべく横並びとなっている映像をベストアングルとして選択することができる。従って、審判員の位置も考慮したうえで、常に両選手の全体の動きが把握できる映像を視聴者に対して出力することができる。
　また、検知部は、色情報に基づいてフレーム画像中の選手のユニフォームの色を判定するユニフォーム色判定部を有し、ユニフォーム色判定部による判定結果に基づいて、被写体の中から特定の人物を検知する場合には、選手、或いは審判員のユニフォーム色を予め登録しておき、登録されたユニフォーム色に合致する被写体を特定の人物としての選手、或いは審判員を容易に検知することができる。
　また、検知部は、背景差分法、又はフレーム間差分法により被写体を特定する動体検知部を有し、動体検知部で特定した被写体に対して、被写体を包囲する矩形として検知する場合には、例えばスポーツ中継においては、公知のアルゴリズムに基づいて、試合中の映像から取得したフレーム画像に含まれる背景を抽出し、その差分から被写体としての選手、或いは審判員を容易に検知することができる。
　また、制御部によるズームイン処理、及びズームアウト処理は、特定のフレーム枠の幅に対する検知部で検知された被写体の矩形の幅の割合が、所定の第１の閾値関数で定義された値よりも大きい場合にはズームイン処理、所定の第２の閾値関数で定義された値よりも小さい場合にはズームアウト処理を行う場合には、画面枠の幅に対する被写体の矩形幅の割合に応じてズームイン処理、或いはズームアウト処理が行われるため、スイッチング判定部により選択された映像への切り替わり直後において、常に被写体の全体が把握できる映像を視聴者に対して出力することができる。
　また、制御部による追尾処理は、検知部で検知された被写体の一の矩形、及び他の矩形の各中心座標を結んだ中点と、フレーム画像の中心が略一致するように等速、或いは等加速で追尾する場合には、被写体として検知した少なくとも２名の選手が常に画面枠の中心に位置するように追尾処理を行うことができる。
　前記の目的を達成するために、本発明の撮像プログラムは、同じタイミングで同じ被写体を異なる視点から撮像された複数の映像を受信するステップと、前記複数の映像からベストアングルを判定し、該ベストアングルの映像を出力する撮像装置を選択するステップと、前記ベストアングルの映像を出力する前記撮像装置に対して、被写体からのズームアウト処理、被写体へのズームイン処理、被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちから少なくとも一の制御処理の実行を指示するステップと、前記制御処理に基づいて制御された前記撮像装置により撮像された映像を出力するステップと、をコンピュータに実行させるものである。
　ここで、同じタイミングで同じ被写体を異なる視点から撮像された複数の映像を受信するステップを備えることにより、例えばスポーツ中継において、競技者の競技の状況をあらゆる視点から撮像された複数の映像を受信することができる。
　また、複数の映像からベストアングルを判定し、ベストアングルの映像を出力する撮像装置を選択するステップを備えることにより、受信した異なる視点から撮像された複数の映像の中から、所定の判定条件に従ってベストアングルを判定することができる。
　また、ベストアングルの映像を出力する撮像装置に対して、被写体からのズームアウト処理、被写体へのズームイン処理、被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちから一の制御処理の実行を指示するステップを備えることにより、現在の映像から異なる視点の映像への切り替わり直後において、被写体の状況に応じた画面サイズの変更処理、或いは維持処理が行われるため、被写体の状況に応じて最も効果的な映像処理を行い、視聴者に対して臨場感のある映像を出力することができる。
　また、制御処理に基づいて制御された撮像装置により撮像された映像を出力するステップを備えることにより、所定の映像処理が行われたベストアングルの映像を常に視聴者に対して出力することができる。
　また、ベストアングルの映像を出力する撮像装置を選択するステップは、競技場内において競技を行う複数の動体を被写体とし、撮像装置により取得された映像の各フレーム画像から、被写体のそれぞれを包囲する矩形として検知するステップを備えることにより、被写体の中から競技場で競技を行う動体（人物、動物、自動車等を含む）を検知し、検知した動体の所定の範囲を包囲する領域を特定することができる。
　また、被写体である動体同士の矩形の中心座標間の距離である矩形間距離を計測するステップと、矩形間距離が最も長い映像をベストアングルと判定するステップを備えることにより、例えば格闘技等の競技において、対戦する２名の選手がなるべく横並びで映っているアングルの映像をベストアングルと判定することができる。これにより、選手同士が重なることで、一方の選手が遮られる映像がベストアングルから除外され、常に両選手の全体の動きが把握できる映像を視聴者に対して出力することができる。
　また、ベストアングルの映像を出力する撮像装置を選択するステップは、競技場内において競技を行う少なくとも２名の選手と、選手の競技を成立させるための判定を下す少なくとも１名の審判員を被写体として検知するステップをさらに有する場合には、競技場内において競技を行う選手、及び審判員を被写体として検出することで、選手と審判員との位置関係に基づいてベストアングルを選択することができる。
　また、矩形間距離が最も長い映像をベストアングルと判定するステップは、選手と審判員とが重複しない映像、或いは選手が審判員よりも前面側に位置する映像から、矩形間距離が最も長い映像をベストアングルと判定するステップを含む場合には、審判員の存在によって選手が遮られる映像をベストアングルから除外し、残る映像の中から選手同士がなるべく横並びとなっている映像をベストアングルとして選択することができる。従って、審判員の位置も考慮したうえで、常に両選手の全体の動きが把握できる映像を視聴者に対して出力することができる。
　また、競技場内において競技を行う少なくとも２名の選手のそれぞれを包囲する矩形として検知するステップは、所定の色情報に基づいてフレーム画像中の選手のユニフォームの色を判定するステップと、フレーム画像をモルフォロジー変換によりノイズ処理するステップを有する場合には、選手のユニフォーム色を予め登録しておき、登録されたユニフォーム色に合致する被写体を検知対象としての選手と容易に判定することができる。
　また、選手の競技を成立させるための判定を下す審判員を検知するステップは、フレーム画像をグレースケール化するステップと、フレーム画像をモルフォロジー変換によりノイズ処理するステップを有する場合には、一般的に審判員のユニフォームは白、又は黒を基調としたモノクロ色であるため、フレーム画像をグレースケール化することで、フレーム画像から被写体としての審判員を容易に検知することができる。
　前記の目的を達成するために、本発明の撮像方法は、異なる位置に配置された撮像装置により、同じタイミングで同じ被写体を異なる視点から撮像された複数の映像を受信する工程と、前記複数の映像からベストアングルを判定し、該ベストアングルの映像を出力する撮像装置を選択する工程と、前記ベストアングルの映像を出力する前記撮像装置に対して、被写体からのズームアウト処理、被写体へのズームイン処理、被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちから少なくとも一の制御処理の実行を指示する工程と、前記制御処理に基づいて制御された前記撮像装置により撮像された映像を出力する工程とを備える。
　以上の工程により、異なる視点で撮像された映像の中から、ベストアングルとなる映像を選択して出力することができる。
　本発明に係る撮像システム、撮像プログラム、及び撮像方法は、複数のカメラで捉えた映像の切り替えを自動的に行い、視聴者に対して常にベストアングルの映像を出力することができる。
本発明の実施形態に係る撮像システムの全体構成を示す図である。 検知部における処理フローを示す図である。 背景差分法を用いた動体検知の処理工程を示す図である。 矩形間距離計測部における処理フローを示す図である。 制御部における処理フローを示す図である。
　以下、撮像システム、撮像プログラム、及び撮像方法に関する本発明の実施の形態について、図面を参照しながら説明し、本発明の理解に供する。
　まず、本発明の実施形態に係る撮像システム１の全体構成について図１を用いて説明する。本発明の実施形態に係る撮像システム１は、例えばスポーツ中継としてボクシング等の格闘技の実況中継に適用されるものであり、被写体（対戦する選手）を異なる視点から撮像する複数の撮像装置１０、撮像装置１０から出力された映像のうちベストアングルの映像を選択するスイッチング判定部２０、スイッチング判定部２０で選択された映像に対して所定の画像処理を指令する制御部３０、映像を外部に出力するための出力部４０から主に構成されている。
１　撮像装置
　撮像装置１０は静止画、及び動画を撮像可能なデジタルビデオカメラである。撮像装置１０は公知の構造であるため、詳細な説明は省略するが、主にレンズ、絞り、液晶ＮＤフィルタ（透過率調整部）、撮像素子からなり、撮像された映像を表示する画像表示部、或いは撮像された映像を一時的に記憶する画像記憶部を備えた構成からなるものである。
　レンズは、ズームレンズ、フォーカスレンズ等の各種のレンズを含み、これらのレンズによって、被写体光を撮像素子の露光面に結像させる。絞りは、その開度を調整することにより機械的に被写体光の光量を調整することが可能に構成されている。これらレンズ、及び絞りは、例えばレンズドライバからの指示に応じて、ズームレンズ、フォーカスレンズ、或いは絞り位置を制御したり、絞りの開度を制御したりすることができる。
　液晶ＮＤフィルタは、印加される電圧に応じて、光の透過率を調整（濃度を調整）することが可能に構成されており、印加される電圧に応じて透過率が調整されることによって、撮像素子に入射される被写体光の光量を調整する。
　撮像素子は、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ　Ｍｅｔａｌ　Ｏｘｉｄｅ　Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）センサや、ＣＣＤセンサ（Ｃｈａｒｇｅ　Ｃｏｕｐｌｅｄ　Ｄｅｖｉｃｅ）などにより構成されている。撮像素子は、液晶ＮＤフィルタを透過して入射された被写体光を露光することによって撮像を行う。具体的には、撮像素子は、複数の画素（Ｒ画素、Ｇ画素、Ｂ画素）を有しており、露光面に入射された被写体光を画素毎に光電変換により電子信号に変換し、得られた３原色信号（Ｒ、Ｇ、Ｂ）をアナログ画像データとして出力する。
　以上が撮像装置１０の構成であるが、撮像装置１０は格闘技（本発明の実施形態ではボクシング）の対戦が行われる競技場内のリングの周囲に複数台が設置される。具体的にはボクシングの競技場内に設置された方形状のリングＲの周囲に各１台、即ち、少なくとも計４台の撮像装置１０ａ、１０ｂ、１０ｃ、１０ｄが配置される。そして、これら４台の撮像装置１０ａ、１０ｂ、１０ｃ、１０ｄによって、リングＲ上で対戦をする選手を異なる視点から撮像することが可能となる。
　なお、必ずしも、撮像装置１０は４台に限定されるものではなく、異なる視点からの映像を取得することができればよく、撮像装置１０の台数は特に限定されるものではない。なお、スポーツ中継としてサッカーや野球等の実況中継においては、広い競技場内において異なる視点からの映像を取得するために、競技場内のあらゆる位置に撮像装置１０を設置する必要があり、この場合には少なくとも４台以上の撮像装置１０が設置される。
２　スイッチング判定部
　スイッチング判定部２０は、撮像装置１０から出力された異なる視点の映像のうち、ベストアングルの映像を撮像する撮像装置１０を選択する機能を有しており、検知部２１、矩形間距離計測部２２、ユニフォーム色判定部２３、及び動体検知部２４から構成されている。
　検知部２１は、撮像装置１０で撮像された映像から被写体である人物（競技場内で競技を行う選手、選手の競技を成立させるための判定を下す審判員）を検知する機能を有しており、撮像装置１０から出力される映像について一定のフレーム毎に検知処理が行われる。具体的には、撮像装置１０から出力される映像に対して、５フレーム毎にフレーム画像を抽出し、抽出したフレーム画像に対して検知部２１による人物検知が行われる。
　ここで、必ずしも、検知部２１による人物検知は５フレーム毎のフレーム画像に基づいて行われる必要はなく、検知処理を行うタイミングは適宜変更することができるものとする。
　検知部２１における人物検知について、図２の処理フローに基づいて説明する。まず、撮像装置１０から出力された映像から、特定のフレーム単位のフレーム画像が選択され、動体検知部２４により動体（人物）の検出が行われる（Ｓ１１）。この動体検知部２４によりフレーム画像中の映像から動体（選手、審判員、観客を含む人物）が検知される。
　この時、動体が検知されたらその検知結果を記憶部に一時的に記憶する。そして、動体検知部２４により動体が検知できない場合には、記憶部に一時的に記憶された過去の検知結果が読み出され、以後の処理に利用される。なお、この場合に流用できる過去の検知結果の範囲は任意に設定することができるものとし、本発明の実施形態では２秒に設定される。
　動体検知部２４による動体検知は、選択されたフレーム画像に対して背景差分法に基づいて実行される。背景差分法は、例えば現在と過去の異なる時間に同一位置で撮像した２枚のフレーム画像の差分を求めることで、対象となる物体を抽出する公知の画像処理方法である。本発明の実施形態においては、公知の背景差分アルゴリズムに基づいて、試合中の映像から取得したフレーム画像Ｇに含まれる背景を抽出し、その差分から動体としての人物を特定する。
　図３は、背景差分法を用いて、フレーム画像Ｇから動体検知を行う過程を示す図である。図３に示すように、フレーム画像Ｇから背景差分法を用いて動体検知が行われると、フレーム画像Ｇの中から動体（選手、審判員、観客）を白色、それ以外の部分を黒色で表した２値の第１のマスク画像Ｍ１を取得する。
　この第１のマスク画像Ｍ１から、さらに観客を除いた選手、及び審判員の人物検知が実行される。まず、選手の検知においては、フレーム画像Ｇに基づいて、第１のマスク画像Ｍ１の白色部分をカラー化したカラー画像Ｃが生成され、取得されたカラー画像Ｃから選手が着用するユニフォーム色の検知が行われる（Ｓ１２）。
　ユニフォーム色の検知は、例えばボクシングの競技規則で定められた着用可能なユニフォーム色がユニフォーム色判定部２３に予め登録されており、カラー画像Ｃ内から選手が着用するユニフォーム色が抽出され、抽出されたユニフォーム色とユニフォーム色判定部２３に登録されているユニフォーム色とが対比され、カラー画像Ｃ内から対戦するそれぞれの選手が特定される。
　カラー画像Ｃのうち、背景領域である黒色のマスク領域と被写体である人物との境界部分には多くのノイズが存在し、被写体の範囲が不明確となる。そのため、被写体とマスク領域の境界をより明確にするために、モルフォロジー変換、或いはフィルタリング処理やバイラテラルフィルタ等の公知のノイズ処理を行い、マスク領域と被写体との境界に存在するノイズを除去する（Ｓ１３）。
　ノイズ処理後に、対戦する２名の選手のうちの一方の選手を検知できたら、検知した選手を白色、その他の人物や背景を黒色とする２値からなる第２のマスク画像Ｍ２を取得する。そして、第２のマスク画像Ｍ２の白色の部分の全体を包囲する矩形を定義して、第２のマスク画像Ｍ２から一方の選手を第１の矩形Ｂ１として検知することができる。以上の処理を対戦相手である他方の選手についても適用することで、第２のマスク画像Ｍ２から他方の選手を第２の矩形Ｂ２として検知する（Ｓ１４）。
　なお、対戦するそれぞれの選手を第１の矩形Ｂ１、及び第２の矩形Ｂ２として定義したら、さらに第１の矩形Ｂ１、及び第２の矩形Ｂ２を包囲する第３の矩形Ｂ３も定義することができる。この第３の矩形Ｂ３は、後記する制御部３０における制御処理において使用される。
　対戦する選手を検知したら、続いて審判員の検知を行う。審判員のユニフォームは、多くの場合は白、又は黒を基調とした色が基本となるため、本発明の実施形態においては、まずフレーム画像をグレースケール化し（Ｓ１５）、グレースケール化した画像から最も輝度の強い「白」を特定して審判員のユニフォームを検知する（Ｓ１６）。そして、審判員を検知することができたら、選手の検知処理と同様に、フレーム画像に映る審判員と背景との境界のノイズ処理を行い（Ｓ１７）、審判員の全体を包囲する矩形の定義が完了する（Ｓ１８）。
　ここで、必ずしも、グレースケール化したフレーム画像から審判員のユニフォームを特定する必要はない。例えば、選手のユニフォームの検知と同様に、競技規則で定められた審判員のユニフォーム色を予め記憶部に記憶し、記憶部に記憶されたユニフォーム色とフレーム画像中の色とを対比して、審判員のユニフォームを特定するようにしてもよい。
　また、必ずしも、検知部２１における人物検知においては、選手や審判員を矩形として定義する必要はない。矩形としての定義は一例であり、検知した人物の定義については公知の方法から適宜選択することができる。
　矩形間距離計測部２２は、検知部２１による選手のそれぞれについて定義された矩形間距離を計測する機能を有している。具体的には、撮像装置１０で撮像された複数のフレーム画像中の対戦する二人の選手の第１の矩形Ｂ１と第２の矩形Ｂ２の中心座標を定義する。そして中心座標間の距離を計測し、最も長い矩形間距離の映像をベストアングルとして定義する。
　即ち、選手同士の矩形間距離が最も長い映像は、選手同士の重なりが少なく、かつ選手同士が横並びに映っている映像であり、各選手の動きが最もよく見える構図となっており、そのような映像を本発明ではベストアングルとして定義をしている。そのため、選手同士の矩形間距離が最も長い映像を出力する撮像装置をベストアングルの映像を出力する撮像装置であるとして選択する。
　但し、選択されたフレーム画像に審判員が映り込んでいる場合には、審判員と選手との相対的な位置関係を考慮する必要がある。そのため、矩形間距離計測部２２は、選手と審判員との相対的な位置関係を考慮したうえで、出力された映像のうち、選手と審判員とが重複しない映像、或いは選手が審判員よりも前面側に位置する映像を選択し、これら映像中の選手の矩形間距離が最も長い映像をベストアングルと判定する。これにより、審判員によって選手の動きが遮られた映像をベストアングルとして誤判定することを防止することができる。
　図４は、スイッチング判定部２０による処理フローを示す図である。まず、最初に、撮像装置１０で撮像される現在のフレーム画像における選手の矩形間距離が測定され（Ｓ２１）、計測結果は記憶部に記憶される。次に審判員が選手の手前側に存在するか否かが判定される（Ｓ２２）。Ｓ２２の判定の結果、選手の手前側に審判員が存在する場合には、視聴者にとって選手の対戦状況が確認しにくいため、撮像装置１０の切り替えが必要と判定しＳ２３に進む。
　一方、Ｓ２２の判定の結果、審判員が選手の手前側に存在しないと判定されると、さらに撮像装置１０の切り替えの要否を判定するために、前回の切り替えから５秒以上経過しているか否かが判定される（Ｓ２４）。
　そして、Ｓ２４で前回の切り替えから５秒以上が経過している判定されると、同一アングルによる映像が一定時間続くため撮像装置１０の切り替えが必要と判定しＳ２５に進む。一方、前回の切り替えから５秒以内である場合には、現在の撮像装置１０による映像を維持し、処理フローを終了する。
　なお、Ｓ２４の判定条件である前回の映像の切り替わりからの経過時間については、必ずしも５秒に設定する必要はなく、任意に設定することができるものとする。
　Ｓ２４において前回の切り替えから５秒を超えている場合にはＳ２５に進み、選手の矩形間距離が所定の範囲内であるか否かが判定される。即ち、Ｓ２５では、Ｓ２１で測定した矩形間距離に基づいて選手間の距離が近い場合には、選手同士が重なり合った映像となり、視聴者にとって対戦状況が分かりにくいため、撮像装置１０の切り替えが必要と判定してＳ２３に進む。
　一方、選手同士が所定の距離だけ離れている場合や選手同士が極めて近い至近距離で対戦しているような場合には、現在の映像を維持し、処理フローを終了する。ここで、選手同士が至近距離で対戦している場合に現在の撮像装置１０による映像を維持するのは、全ての撮像装置１０において選手同士が重なり合った映像となり、切り替えによる視認性の向上が見込めないためである。なお、Ｓ２５における判定のための選手間の距離については、任意に設定できるものとする。
　Ｓ２２、及びＳ２５において撮像装置１０の切り替えが必要と判定されるとＳ２３に進む。そして、Ｓ２３では特定の撮像装置１０を切り替え候補から除外する。具体的には撮像装置１０により出力されるフレーム画像のうち、一方の選手の矩形が検出されないフレーム画像、或いは両方の選手が検出されないフレーム画像を出力する撮像装置１０や、審判員が選手の手前側に検出されるフレーム画像を出力する撮像装置１０については、切り替え候補の撮像装置１０から除外される。
　そしてＳ２６に進むと、Ｓ２３で除外された撮像装置１０以外の撮像装置１０より出力されるフレーム画像の中から、現在のフレーム画像と切り替え後のフレーム画像に対して選手の矩形間距離が一定以上か否かが判定される（Ｓ２７）。より具体的には、過去１秒間の選手の矩形間距離の平均値と現在の選手の矩形間距離との平均値との差が所定以上であるか否かが判定され、選手の矩形間距離が最も長いフレーム画像を出力する撮像装置１０が次に切り替えられる撮像装置として選択される。
　そして、Ｓ２７の判定で選手間距離が一定以上であると判定されると、特定の撮像装置１０への切り替えが行われ、選手間距離が一定未満の場合には切り替えを中止し処理フローを終了する。
３　制御部
　次に制御部３０による制御処理について図５のフロー図に基づいて説明する。制御部３０は、スイッチング判定部２０によりベストアングルの映像を出力する撮像装置１０が選択され、撮像装置１０の切り替えが行われた場合に（Ｓ３１）、切り替え後の撮像装置１０に対して映像の出力制御を指示する機能を有している。
　映像の出力制御は、切り替え後の撮像装置１０の出力映像について、画面サイズと検知部２１で検知された矩形とを比較して、ズームアウト処理、ズームイン処理、追尾処理、及び前回の画面サイズを維持する維持処理の何れを実行するかが判定される（Ｓ３２）。
　まず、ズームアウト処理（Ｓ３３）、及びズームイン処理（Ｓ３４）については、切り替え前の撮像装置１０による出力映像と切り替え後の撮像装置１０による出力映像とを比較して、切り替え後の出力映像が、出力画面サイズに対して選手が大きく表示されている場合にはズームアウト処理を行い、逆に画面サイズに対して選手が小さく表示されている場合にはズームイン処理を行い、画面サイズに対して選手の大きさが適度となるよう調整される。
　このズームアウト処理、及びズームイン処理の判定においては、検知部２１で検知された矩形の幅に基づいて、可変閾値処理により何れの処理を実行するかが判断される。具体的には、以下の式（１）、及び式（２）で定義される閾値関数に基づいて、フレーム画像の画面枠に対する選手の矩形の幅の割合が、ズームアウト処理の閾値関数である式（１）の値よりも小さい場合にはズームアウト処理を行い、ズームイン処理の閾値関数である式（２）の値よりも大きい場合にはズームイン処理を行う。なお、式（１）、（２）のｗは検知部２１で検知された選手の矩形の幅である。
　２６０６４×ｗ＾（－１．９３６）＋１．１　　　　　　（１）
　３５００．７×ｗ＾（－１．４６５）＋１．２５　　　　（２）
　ここで、必ずしも、ズームアウト処理、及びズームイン処理については、前記した式（１）、及び式（２）の閾値関数に基づいて判定される必要はなく、判定基準については適宜変更することができる。
　次に、追尾処理（Ｓ３５）について説明する。まず、撮像装置１０で撮像されたフレーム画像中の対戦する二人の選手を包囲する第３の矩形Ｂ３の中心座標が定義される。そして、中心座標とフレーム画像の中心位置からのずれ量が計算され、ずれ量が所定以上である場合には、フレーム画像の中心位置からずれた位置に選手が写っていると判断して、第３の矩形Ｂ３の中心座標がフレーム画像の中心位置と合致するように、撮像装置１０に対してパン、又はチルトの追尾処理が指示される。
　ここで、必ずしも、追尾処理の判定においては、第３の矩形Ｂ３の中心座標とフレーム画像の中心位置とのずれ量を計算する必要はない。例えば、第１の矩形Ｂ１の中心座標と第２の矩形Ｂ２の中心座標を結んだ直線の中点を定義し、該中点とフレーム画像の中心位置とのずれ量を計算するようにしてもよい。
　また、追尾処理は基本的には等速追尾であるが、選手の状態に応じて加速度的に追尾する等加速追尾を行ってもよい。例えばボクシングにおいては、常に選手はリング上を動いている場合だけはなく、その場で動きを止めて互いに牽制する場合もある。このような静止状態から選手の動きを追尾する際には、撮像装置１０による追尾の初動を等加速的に制御することで、視聴者に対して違和感のないカメラワークを実現することができる。
　以上のように、フレーム画像の画面サイズと検知部２１で検知された矩形との関係に基づいて、ズームイン処理、ズームアウト処理、及び追尾処理が実行されると画面の更新が行われ（Ｓ３６）、更新された映像が出力部４０から出力される。一方、撮像装置１０の切り替わり前後において、制御部３０による制御が必要ない場合には、前回の画面サイズがそのまま維持される（Ｓ３７）。
４　出力部
　スイッチング判定部２０で切り替わる撮像装置１０が選択され、制御部３０により撮像装置１０に対する制御が実行されたら、撮像装置１０による映像が出力部４０により出力される。
　以上が本発明の実施形態に係る撮像システム、撮像プログラム、及び撮像方法あるが、本発明の技術範囲は上記した実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で、前記した実施形態に開示されている複数の構成要素の適宜な組み合わせにより種々の発明を構成できる。例えば、本発明はボクシングをはじめとする格闘技のスポーツ中継だけではなく、球技や水泳、或いはモータースポーツ、さらには動物が主役となる競馬等の様々なスポーツ中継にも適用することが可能であり、その場合、検知部２１は各競技の主役となる自動車や動物を被写体として検知し、ベストアングルを判定するものとする。
　以上、本発明に係る撮像システム、撮像プログラム、及び撮像方法は、複数のカメラで捉えた映像の切り替えを自動的に行い、視聴者に対して常にベストアングルの映像を出力することができるものとなっている。
　　　１　　　撮像システム
　　　１０、１０ａ、１０ｂ、１０ｃ、１０ｄ　　　撮像装置
　　　２０　　　スイッチング判定部
　　　２１　　　検知部
　　　２２　　　矩形間距離計測部
　　　２３　　　ユニフォーム色判定部
　　　２４　　　動体検知部
　　　３０　　　制御部
　　　４０　　　出力部
　　　Ｂ１　　　第１の矩形
　　　Ｂ２　　　第２の矩形
　　　Ｂ３　　　第３の矩形
　　　Ｃ　　　カラー画像
　　　Ｇ　　　フレーム画像
　　　Ｍ１　　　第１のマスク画像
　　　Ｍ２　　　第２のマスク画像
　　　Ｒ　　　リング

Claims (13)

  1. 　同じタイミングで同じ被写体を異なる視点から撮像する複数の撮像装置と、
    　前記複数の撮像装置で撮像された映像からベストアングルを判定し、該ベストアングルの映像を出力する撮像装置を選択するスイッチング判定部と、
    　該スイッチング判定部により選択された前記撮像装置に対して、前記被写体からのズームアウト処理、前記被写体へのズームイン処理、前記被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちの少なくとも一の制御処理の実行を指示する制御部と、
    　該制御部による制御処理に基づいて制御された前記撮像装置により撮像された映像を出力する出力部と、を備える
    　撮像システム。
  2. 　前記スイッチング判定部は、
    　競技場内において競技を行う複数の動体を前記被写体とし、前記撮像装置により取得された映像の各フレーム画像から、前記被写体のそれぞれを包囲する矩形として検知する検知部と、
    　前記検知部において検知した前記被写体である動体同士の前記矩形の中心座標間の距離である矩形間距離を計測する矩形間距離計測部と、を有し、
    　前記矩形間距離に基づいてベストアングルを判定する
    　請求項１に記載の撮像システム。
  3. 　前記検知部は、競技場内において競技を行う少なくとも２名の選手と、前記選手の競技を成立させるための判定を下す少なくとも１名の審判員を前記被写体として検知し、
    　前記スイッチング判定部は、前記選手と前記審判員とが重複しない映像、或いは前記選手が前記審判員よりも前面側に位置する映像のうち、前記矩形間距離が最も長い映像をベストアングルと判定する
    　請求項２に記載の撮像システム。
  4. 　前記検知部は、色情報に基づいてフレーム画像中の前記選手のユニフォームの色を判定するユニフォーム色判定部を有し、
    　該ユニフォーム色判定部による判定結果に基づいて、前記被写体の中から特定の選手を検知する
    　請求項３に記載の撮像システム。
  5. 　前記検知部は、背景差分法、又はフレーム間差分法により被写体を特定する動体検知部を有し、
    　該動体検知部で特定した前記被写体に対して、前記被写体を包囲する矩形として検知する
    　請求項２または請求項３に記載の撮像システム。
  6. 　前記制御部によるズームイン処理、及びズームアウト処理は、特定のフレーム枠の幅に対する前記検知部で検知された前記被写体の矩形の幅の割合が、所定の第１の閾値関数で定義された値よりも大きい場合にはズームイン処理、所定の第２の閾値関数で定義された値よりも小さい場合にはズームアウト処理を行う
    　請求項２に記載の撮像システム。
  7. 　前記制御部による追尾処理は、前記検知部で検知された前記被写体の一の矩形、及び他の矩形の各中心座標を結んだ中点と、フレーム画像の中心が略一致するように等速、或いは等加速で追尾する
    　請求項２に記載の撮像システム。
  8. 　同じタイミングで同じ被写体を異なる視点から撮像された複数の映像を受信するステップと、
    　前記複数の映像からベストアングルを判定し、該ベストアングルの映像を出力する撮像装置を選択するステップと、
    　前記ベストアングルの映像を出力する前記撮像装置に対して、前記被写体からのズームアウト処理、前記被写体へのズームイン処理、前記被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちから少なくとも一の制御処理の実行を指示するステップと、
    　前記制御処理に基づいて制御された前記撮像装置により撮像された映像を出力するステップと、をコンピュータに実行させるための
    　撮像プログラム。
  9. 　前記ベストアングルの映像を出力する撮像装置を選択するステップは、
    　競技場内において競技を行う複数の動体を被写体とし、前記撮像装置により取得された映像の各フレーム画像から、前記被写体のそれぞれを包囲する矩形として検知するステップと、
    　前記被写体である動体同士の前記矩形の中心座標間の距離である矩形間距離を計測するステップと、
    　前記矩形間距離に基づいてベストアングルを判定するステップと、を有する
    　請求項８に記載の撮像プログラム。
  10. 　前記ベストアングルの映像を出力する撮像装置を選択するステップは、競技場内において競技を行う少なくとも２名の選手と、前記選手の競技を成立させるための判定を下す少なくとも１名の審判員を前記被写体として検知するステップをさらに有し、
    　前記矩形間距離が最も長い映像をベストアングルと判定するステップは、前記選手と前記審判員とが重複しない映像、或いは前記選手が前記審判員よりも前面側に位置する映像から、前記矩形間距離が最も長い映像をベストアングルと判定するステップを含む
    　請求項９に記載の撮像プログラム。
  11. 　前記競技場内において競技を行う少なくとも２名の選手を検知するステップは、
    　所定の色情報に基づいて前記フレーム画像中の前記選手のユニフォームの色を判定するステップと、
    　前記フレーム画像をモルフォロジー変換によりノイズ処理するステップと、を有する
    　請求項１０に記載の撮像プログラム。
  12. 　前記選手の競技を成立させるための判定を下す審判員を検知するステップは、
    　前記フレーム画像をグレースケール化するステップと、
    　前記フレーム画像をモルフォロジー変換によりノイズ処理するステップと、を有する
    　請求項１０に記載の撮像プログラム。
  13. 　異なる位置に配置された撮像装置により、同じタイミングで同じ被写体を異なる視点から撮像された複数の映像を受信する工程と、
    　前記複数の映像からベストアングルを判定し、該ベストアングルの映像を出力する撮像装置を選択する工程と、
    　前記ベストアングルの映像を出力する前記撮像装置に対して、前記被写体からのズームアウト処理、前記被写体へのズームイン処理、前記被写体の追尾処理、及び前回の画面サイズを維持する維持処理、のうちから少なくとも一の制御処理の実行を指示する工程と、
    　前記制御処理に基づいて制御された前記撮像装置により撮像された映像を出力する工程と、を備える
    　撮像方法。
PCT/JP2023/028050 2022-09-28 2023-08-01 撮像システム、撮像プログラム、及び撮像方法 Ceased WO2024070196A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP23869309.7A EP4507290A4 (en) 2022-09-28 2023-08-01 IMAGING SYSTEM, IMAGING DEVICE AND IMAGING PROCESS
CN202380039061.6A CN119156808A (zh) 2022-09-28 2023-08-01 成像系统、成像程序和成像方法
JP2024507859A JP7505838B1 (ja) 2022-09-28 2023-08-01 撮像システム、撮像プログラム、及び撮像方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022154627 2022-09-28
JP2022-154627 2022-09-28

Publications (1)

Publication Number Publication Date
WO2024070196A1 true WO2024070196A1 (ja) 2024-04-04

Family

ID=90477005

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/028050 Ceased WO2024070196A1 (ja) 2022-09-28 2023-08-01 撮像システム、撮像プログラム、及び撮像方法

Country Status (4)

Country Link
EP (1) EP4507290A4 (ja)
JP (1) JP7505838B1 (ja)
CN (1) CN119156808A (ja)
WO (1) WO2024070196A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7783583B2 (ja) * 2024-01-12 2025-12-10 株式会社ユニゾンシステムズ 映像出力システム、映像出力プログラム、及び映像出力方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005167517A (ja) * 2003-12-01 2005-06-23 Olympus Corp 画像処理装置、画像処理装置のキャリブレーション方法及び画像処理プログラム
JP2005295431A (ja) 2004-04-05 2005-10-20 Nippon Hoso Kyokai <Nhk> 番組生成システム、コマンド生成装置、及び番組生成プログラム
JP2009278437A (ja) * 2008-05-15 2009-11-26 Sharp Corp 映像受信装置、映像配信システム及びプログラム
JP2017112431A (ja) * 2015-12-14 2017-06-22 キヤノン株式会社 情報処理装置、情報処理方法、およびコンピュータプログラム
KR102107055B1 (ko) * 2018-12-26 2020-05-06 건국대학교 산학협력단 기계학습 기반의 스포츠 중계 영상 추천 방법 및 장치
KR20220053493A (ko) * 2020-10-22 2022-04-29 주식회사 픽셀스코프 스포츠 중계를 위한 영상을 결정하는 장치, 방법 및 명령을 기록한 기록 매체

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015151095A1 (en) * 2014-04-03 2015-10-08 Pixellot Ltd. Method and system for automatic television production
JP6566799B2 (ja) * 2015-09-07 2019-08-28 キヤノン株式会社 提供装置、提供方法、及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005167517A (ja) * 2003-12-01 2005-06-23 Olympus Corp 画像処理装置、画像処理装置のキャリブレーション方法及び画像処理プログラム
JP2005295431A (ja) 2004-04-05 2005-10-20 Nippon Hoso Kyokai <Nhk> 番組生成システム、コマンド生成装置、及び番組生成プログラム
JP2009278437A (ja) * 2008-05-15 2009-11-26 Sharp Corp 映像受信装置、映像配信システム及びプログラム
JP2017112431A (ja) * 2015-12-14 2017-06-22 キヤノン株式会社 情報処理装置、情報処理方法、およびコンピュータプログラム
KR102107055B1 (ko) * 2018-12-26 2020-05-06 건국대학교 산학협력단 기계학습 기반의 스포츠 중계 영상 추천 방법 및 장치
KR20220053493A (ko) * 2020-10-22 2022-04-29 주식회사 픽셀스코프 스포츠 중계를 위한 영상을 결정하는 장치, 방법 및 명령을 기록한 기록 매체

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4507290A4

Also Published As

Publication number Publication date
JPWO2024070196A1 (ja) 2024-04-04
EP4507290A4 (en) 2026-04-15
JP7505838B1 (ja) 2024-06-25
CN119156808A (zh) 2024-12-17
EP4507290A1 (en) 2025-02-12

Similar Documents

Publication Publication Date Title
JP7123523B2 (ja) 自動的にテレビ番組を制作する方法及びシステム
US10515471B2 (en) Apparatus and method for generating best-view image centered on object of interest in multiple camera images
DK1899025T3 (en) IMAGE IMPROVEMENT IN SPORTS RECORDS
US10666861B2 (en) Method and system for producing a video production
US8237817B2 (en) Imaging device, imaging device control method and program for imaging device control method
US20090153702A1 (en) Camera performing photographing in accordance with photographing mode depending on object scene
JP5472506B2 (ja) 複数の移動対象物の追跡撮影システム及び撮影制御方法
JP2017531979A (ja) スポーツ競技場における視覚的な選手追跡のためのシステムおよび方法
JP5750551B2 (ja) 複数被写体の距離計測装置及び方法
US20230274522A1 (en) Mage processing apparatus, image processing method, and storage medium
GB2402011A (en) Automated camera control using event parameters
JP7505838B1 (ja) 撮像システム、撮像プログラム、及び撮像方法
JP5653395B2 (ja) 走行競技の順位判定方法及びその装置
JP7783583B2 (ja) 映像出力システム、映像出力プログラム、及び映像出力方法
KR101215058B1 (ko) 중계방송을 위한 야구 피칭 영상 제공 시스템
JPWO2024070196A5 (ja)
JP7518589B1 (ja) 判定システム、判定プログラム、及び判定方法
KR102346928B1 (ko) 화상 처리 장치, 화상 처리 방법 및 프로그램
JP2023122427A (ja) 画像処理装置及びその制御方法、プログラム、記憶媒体
US20250247601A1 (en) Electronic apparatus, image processing method, and storage medium
JP5228956B2 (ja) 複数の移動対象物の追跡撮影システム及び撮影制御方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2024507859

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23869309

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023869309

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 202380039061.6

Country of ref document: CN

Ref document number: 18863657

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2023869309

Country of ref document: EP

Effective date: 20241105

NENP Non-entry into the national phase

Ref country code: DE